ai-agent-book/chapter5/README.ru.md

Глава 5 · Кодинг-агент и генерация кода

Код — это «инструмент, создающий новые инструменты», мета-способность универсального агента. На примере промышленного кодинг-агента показывается полная реализация этого самого мощного универсального инструмента.

← К оглавлению · 📖 Читать главу

Как читать эксперименты

В основном тексте короткие скелеты механизмов объясняют поток управления; в каталогах экспериментов находятся полные адаптеры SDK, журналы, тесты и приёмочные доказательства. Читать каждый файл построчно не требуется.

• Starter: Начните с цели, минимальной команды и условий приёмки; начните с coding-agent;
• Builder: Проследите точку входа, основной цикл, схему состояния/сообщений, инструменты и проверяющий модуль.
• Maintainer: Затем изучите тесты, манифесты доказательств, обработку сбоев, откат и адаптеры провайдеров.

При первом чтении можно пропустить ключи, слой представления и совместимость провайдеров; вернитесь при воспроизведении чисел.

Сопутствующие проекты

Эксп.	Проект	Тип	Описание
5-1	code-for-math	✅	Сравнивает режимы «чистая цепочка рассуждений» и «с помощью кода» на одной модели и одном наборе олимпиадных задач по математике. Во втором режиме задачи формализуются в Python (sympy/numpy/scipy) и исполняются через function calling в песочнице-подпроцессе, заменяя ошибочный устный счёт точным вычислением, что заметно повышает точность.
5-2	code-for-logic	✅	Превращает логические головоломки «рыцари и лжецы» в задачи удовлетворения ограничений (CSP). Агент через python-constraint определяет переменные и биусловные ограничения, затем вызывает решатель. Сравнивает точность чисто языкового рассуждения и режима с помощью кода на наборе головоломок K&K.
5-3	small-model-codified-rules	✅	Контролируемый эксперимент на сценарии авиа-поддержки τ-bench: после переноса сложных бизнес-политик (правил возврата) из промптов на естественном языке в код/инструменты доля выполненных задач и соблюдение политик у малой модели резко выросли. Проверка кода внутри инструмента в реальном времени перехватывает ошибочные убеждения модели.
5-4	paper-to-ppt	✅	Переосмысляет «создание презентации» как задачу генерации кода: Предложитель пишет код Slidev (Markdown+HTML), Рецензент рендерит каждую страницу в PNG и через Vision LLM проверяет проблемы вёрстки, итеративно внося правки по структурированной обратной связи. Такое разделение труда двух агентов даёт заметно меньший пиковый размер контекста.
5-5	paper-to-video	✅	Развивая «статья → презентация», генерирует разговорный сценарий закадрового текста для каждого слайда, синтезирует речь через TTS, а затем с помощью ffmpeg постранично синхронизирует скриншот каждого слайда с аудио, создавая видео-объяснение с озвучкой.
5-6	video-edit	✅	По многосценовому видео и запросу на естественном языке агент через «двухшаговую Vision-локализацию» (грубое-к-точному извлечение и чтение кадров) определяет временные границы целевой сцены. После нарезки фрагмента Рецензент извлекает ключевые кадры получившегося клипа для проверки, повторяя при неудовлетворительном результате.
5-7	adaptive-log-parser	✅	Самоэволюционирующая система разбора логов: встречая новый, не разбираемый формат, она не выдаёт ошибку, а передаёт неудачный образец и сообщение об ошибке агенту генерации кода, чтобы получить функцию parse. После успешного авто-теста функция горячо обновляется и регистрируется в движке разбора — весь процесс без участия человека.
5-8	log-diagnosis	✅	Диагностический агент читает реальные HTTP-траектории, архитектурные документы и PRD, генерирует регрессионные тесты и воспроизводит их до и после исправления; официальный прогон создаёт реальный Issue через официальный GitHub MCP и сохраняет обезличенные квитанции.
5-9	dynamic-form	✅	Столкнувшись с неполным запросом, агент не задаёт вопросы по одному, а динамически генерирует самодостаточную HTML-форму с каскадной логикой, позволяя пользователю разом заполнить всю недостающую информацию. Фронтенд агрегирует данные формы в JSON и возвращает агенту для продолжения задачи.
5-10	erp-agent	✅	Переводит запросы на естественном языке в SQL для исполнения в базе, сразу показывая результирующую таблицу. В основе — паттерн artifact: LLM генерирует лишь SQL-артефакт, не перемещая сами данные, что экономит токены и исключает ошибки ручного счёта. Даже результаты в десятки тысяч строк возвращаются мгновенно.
5-11	conversational-ui	✅	Пользователь на естественном языке формулирует запросы на кастомизацию UI (цвет/шрифт/текст/вёрстка). Агент самостоятельно находит и изменяет исходный код фронтенда на React. Благодаря горячей замене модулей (HMR) в Vite изменения применяются мгновенно, с поддержкой многораундовой итеративной кастомизации.
5-12	permission-embedded-data-objects	✅	Хранилище объектов поверх PostgreSQL принудительно применяет авторизацию, валидацию и ссылочную целостность ниже динамически генерируемого кода приложения.
5-13	agent-creator	✅	Метапрограммирующий агент сравнивает адаптацию проверенной эталонной реализации с генерацией агента с нуля; обе ветви компилируются, тестируются и проверяются реальным API Kimi K3 с вызовами инструментов.

Типы проектов

Значок	Тип	Значение
✅	Автономный	Полный код в этом репозитории, запускается после настройки API-ключа
📖	Гайд по воспроизведению	Подробный документ, зависящий от внешних репозиториев через git clone
🚧	Проектный документ	Только архитектура/план реализации, рабочий код ещё в разработке